Fish Audio startet Drama 3: KI-Stimmen in natürlicher Sprache steuern
Fish Audio hat Drama 3 veröffentlicht, ein KI-Modell, das die Steuerung synthetischer Stimmen in natürlicher Sprache ermöglicht. Das neue Modell bietet Erstellern präzisere Kontrolle über die Bearbeitung von Sprachdarbietungen.
Palo Alto, Kalifornien – Fish Audio hat Drama 3 auf den Markt gebracht, ein neues Text-zu-Sprache-Modell, das Entwicklern, Studios und Kreativen eine präzisere Kontrolle über KI-generierte Sprachdarbietungen ermöglicht. Das Modell erlaubt es Benutzern, Sprachaufnahmen mittels natürlicher Sprachbefehle zu steuern und Tonfall, Tempo und Emotionen der Charaktere anzupassen.
Drama 3 befähigt Benutzer, gewünschte stimmliche Merkmale und Emotionen in einfachen Worten zu beschreiben, mit der Fähigkeit, Darbietungen Zeile für Zeile zu modifizieren. Diese Funktion ist besonders vorteilhaft für Anwendungen wie Hörspiele, Hörbücher, Spieleentwicklung und Animation, wo nuancierte Stimmführung für eine wirkungsvolle Erzählung entscheidend ist.
"Sprach-KI ist sehr gut darin geworden, Sprache zu generieren. Der nächste Schritt ist die Steuerung einer Darbietung", sagte Rissa Cao, Mitgründerin und CEO von Fish Audio. Sie betonte, dass Drama 3 Kreative in die Rolle des Regisseurs versetzt und es ihnen ermöglicht, Sprachausgaben zu verfeinern, ohne ganze Abschnitte neu rendern zu müssen.
Das Modell führt vier Hauptfunktionen ein: Steuerung durch natürliche Sprache, Generierung von Szenen mit mehreren Sprechern, Audio-Inpainting zur Segmentbearbeitung und Konsistenz für Langform- und mehrsprachige Inhalte. Fish Audio verzeichnete kürzlich ein signifikantes Wachstum bei Nutzerbasis und Umsatz, und seine Technologie wird branchenübergreifend in der Content-Erstellung eingesetzt.